人工智能可分辨健康組織與癌組織

英國《自然·醫學(xué)》雜近日發(fā)表一項最新研究，美國研究人員建立深度學(xué)習模型，開(kāi)發(fā)出一種可以分辨健康組織和癌組織的人工智能(AI)系統。該系統無(wú)需人類(lèi)病理學(xué)專(zhuān)家去標注，可以加速癌癥的診斷。

一直以來(lái)，由于需要大量手動(dòng)標注數據集，阻礙了病理學(xué)相關(guān)系統的開(kāi)發(fā)及其在臨床實(shí)踐中的應用。于是，醫學(xué)界人士和工程師們希望能利用人工智能改善這一狀況。

為實(shí)現這一目標，美國紀念斯隆凱特琳癌癥中心科學(xué)家領(lǐng)導的研究團隊，此次構建了一個(gè)大規模數據集——包括來(lái)自逾1.5萬(wàn)名前列腺癌、皮膚癌、乳腺癌患者的逾4.4萬(wàn)例組織切片，并建立無(wú)需病理學(xué)家人工標注，就能識別腫瘤細胞的深度學(xué)習模型。

這種深度學(xué)習算法能幫病理學(xué)家排除最多75%的無(wú)用信息組織樣本，同時(shí)確保100%的敏感性。研究人員表示，該系統能夠以前所未有的規模訓練準確的分類(lèi)模型，為臨床實(shí)踐中計算決策支持系統的部署奠定了基礎。與此同時(shí)，其未來(lái)也將會(huì )用于輔助癌癥中心的病理診斷，提高常規臨床實(shí)踐的效率。

近年來(lái)，人工智能在癌癥診斷領(lǐng)域取得了越來(lái)越多的突破，譬如圣地亞哥海軍醫學(xué)中心和谷歌AI的研究人員開(kāi)發(fā)出的系統，就可以利用癌癥檢測算法來(lái)自主評估淋巴結活檢，從而對轉移性乳腺癌患者的診斷和治療進(jìn)行更好的決策；而紐約大學(xué)醫學(xué)院研究團隊開(kāi)發(fā)的機器學(xué)習程序，不僅能夠以97%的準確率確定患者的肺癌類(lèi)型，還可以識別導致異常細胞生長(cháng)的變異基因。